版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、多中心車輛路徑問題(MDVRP)是一個(gè)復(fù)雜的組合優(yōu)化問題,其復(fù)雜性甚于車輛路徑問題(VRP),該問題在現(xiàn)實(shí)生活中普遍存在,與人們的生活息息相關(guān)。蟻群算法(ACO)作為一種比較新的元啟發(fā)算法,目前在一些路徑優(yōu)化問題上的應(yīng)用效果卓著,但是關(guān)于ACO在MDVRP問題上應(yīng)用的論述還很少。本論文中針對(duì)MDVRP的特征,提出了兩種ACO求解MDVRP的算法模型:分治法和綜合法。前者是采用分治的求解思路,用分配算法將一個(gè)MDVRP分割成幾個(gè)VRP,然
2、后用ACO求解VRP,再將它組合成MDVRP的解,這是一種多蟻群算法。綜合法則是另起爐灶,即和其他的用ACO求解的NP-hard問題一樣,不需要將問題分割,而將MDVRP作為一個(gè)有機(jī)的整體來對(duì)待,這是一種單蟻群算法。本文在MDVRP標(biāo)準(zhǔn)測(cè)試集上進(jìn)行了測(cè)試,兩種算法各有特點(diǎn),分治法在4個(gè)測(cè)試實(shí)例上得到了最優(yōu)解,綜合法在6個(gè)測(cè)試實(shí)例上得到了最優(yōu)解。對(duì)于其余實(shí)例,在小規(guī)模的測(cè)試實(shí)例(顧客節(jié)點(diǎn)數(shù)n≤100)上綜合法獲得的結(jié)果優(yōu)于分治法,大規(guī)模的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 蟻群算法求解MKP問題的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于蟻群算法的約束求解.pdf
- 求解TSP與背包問題的蟻群算法.pdf
- 求解連續(xù)空間的蟻群算法及其改進(jìn)算法.pdf
- 混合蟻群算法求解TSP問題.pdf
- 求解TSP問題的改進(jìn)蟻群算法.pdf
- 求解服務(wù)選取問題的蟻群算法研究.pdf
- 蟻群算法求解最大團(tuán)問題研究與應(yīng)用.pdf
- 求解QoS路由優(yōu)化的蟻群算法研究.pdf
- 蟻群算法求解生產(chǎn)調(diào)度問題研究.pdf
- 改進(jìn)的蟻群算法求解tsp問題的研究
- 改進(jìn)的蟻群算法求解TSP問題的研究.pdf
- 用蟻群算法求解最小極大流問題.pdf
- 基于蟻群算法與競(jìng)選算法的作業(yè)車間調(diào)度求解及比較研究.pdf
- 有限元結(jié)構(gòu)優(yōu)化的蟻群算法求解研究.pdf
- 應(yīng)用蟻群算法求解函數(shù)所有極值.pdf
- 一種改進(jìn)的蟻群算法——RBFACO算法求解TSP問題.pdf
- 基于蟻群算法的Web挖掘技術(shù)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于蟻群算法與粒子群算法融合的QoS組播路由問題求解.pdf
- 改進(jìn)的蟻群算法求解資源受限項(xiàng)目調(diào)度問題.pdf
評(píng)論
0/150
提交評(píng)論